نمونه کار تشخیص دیابت با ماشین لرنینگ در پایتون

طراحی و پیاده‌سازی یک سیستم پیش‌بینی دیابت مبتنی بر یادگیری ماشین با استفاده از دیتاست Pima. در این پروژه، ۷ الگوریتم مختلف شامل رگرسیون لجستیک، درخت تصمیم، جنگل تصادفی، SVM، KNN، تقویت گرادیان و بیز ساده مورد ارزیابی قرار گرفتند. جهت بهبود کیفیت داده‌ها، مقادیر صفر غیرمجاز در ویژگی‌هایی مانند قند خون و BMI با استفاده از میانه جایگزین شده و تمامی داده‌ها استانداردسازی شدند. فرآیند بهینه‌سازی ابرپارامترها با روش جستجوی تصادفی (RandomizedSearchCV) و اعتبارسنجی متقاطع ۳ مرحله‌ای انجام گردید. در نهایت بهترین مدل بر اساس معیارهای دقت و سطح زیر منحنی ROC انتخاب و با استفاده از کتابخانه joblib به صورت یک پایپ‌لاین کامل (شامل کل مراحل پیش‌پردازش و مدل) ذخیره شد تا برای پیش‌بینی نمونه‌های جدید به‌کار گرفته شود. دستاورد اصلی، ایجاد یک خط‌لوله خودکار و مقاوم بود که ضمن دقت بالا، قابلیت استقرار در محیط‌های عملیاتی را دارد.